เครื่องมือเพิ่มเติมสำหรับ RAI

แนวปฏิบัติ AI อย่างรับผิดชอบ

Esther Montoya van Egerschot

Chief AI Governance @ DigiDiplomacy

การประเมินความเสี่ยงเทียบกับผลกระทบ

 

ความเสี่ยง

  • คาดการณ์ปัญหาที่อาจเกิดขึ้น
  • ผลกระทบเชิงลบ

 

ผลกระทบ

  • คาดการณ์ศักยภาพและความเสี่ยง
  • ผลกระทบเชิงบวกและเชิงลบ
แนวปฏิบัติ AI อย่างรับผิดชอบ

การประเมินความเสี่ยง ช่วยให้:

  • คาดการณ์ผลกระทบที่เป็นอันตราย
  • บรรเทาปัญหาได้เชิงรุก

 

ตัวอย่าง:

  • NIST Artificial Intelligence Risk Management Framework (AI RMF) และ AI RMF Playbook
  • Local Law 144 ของนครนิวยอร์ก
  • CNIL ของฝรั่งเศส
  • AI Risk Evaluation Framework ของ OECD

ยังไม่มีแนวทางสากลที่เป็นมาตรฐานเดียวกันสำหรับการประเมินความเสี่ยง AI

แนวปฏิบัติ AI อย่างรับผิดชอบ

การประเมินผลกระทบ ของ AI ช่วยให้องค์กร:

  • ระบุผลกระทบในวงกว้าง
  • ตรวจสอบว่าสอดคล้องกับคุณค่าที่เน้นมนุษย์เป็นศูนย์กลาง
  • สร้างความไว้วางใจและความโปร่งใส

ตัวอย่าง:

  • Dutch AI Impact Assessment (AIIA)
  • Responsible AI Impact Assessment Standard ของ Microsoft
  • IBM® watsonx
  • Human Rights Impact Assessment (HRIA)
  • RAISE Benchmarks ของ Responsible AI Institute
แนวปฏิบัติ AI อย่างรับผิดชอบ

ข้อผิดพลาดที่พบบ่อย

  • จุดบอดทางจริยธรรม: อคติโดยไม่รู้ตัว
  • Bluewashing หรือ ethics washing: แสร้งทำ
  • AI shopping: ให้ธุรกิจสำคัญกว่าจริยธรรม
  • Shadow AI: ไม่มีการอนุมัติหรือกำกับดูแลอย่างเป็นทางการ

การผนวกผลกระทบและความเสี่ยงเข้าด้วยกัน:

  • ช่วยประเมินระบบ AI ได้อย่างครอบคลุม
  • ป้องกันอันตรายและสร้างประโยชน์ให้สังคม

ภาพดวงตาบนพื้นหลังมืดแสดงถึงจุดบอด

1 DALL·E
แนวปฏิบัติ AI อย่างรับผิดชอบ

มาฝึกกันเถอะ!

แนวปฏิบัติ AI อย่างรับผิดชอบ

Preparing Video For Download...